[发明专利]一种位置信息确定方法、装置、设备和存储介质有效

专利信息
申请号: 201911390823.9 申请日: 2019-12-30
公开(公告)号: CN111192320B 公开(公告)日: 2023-07-25
发明(设计)人: 袁绍锋;邹伟建;毛玉妃 申请(专利权)人: 上海联影医疗科技股份有限公司
主分类号: G06T7/70 分类号: G06T7/70;G06T15/00;G06T7/00;G06N3/0455;G06N3/0464;G06N3/048;G06N3/082
代理公司: 北京品源专利代理有限公司 11332 代理人: 孟金喆
地址: 201807 *** 国省代码: 上海;31
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 位置 信息 确定 方法 装置 设备 存储 介质
【权利要求书】:

1.一种位置信息确定方法,其特征在于,包括:

将第一三维图像输入候选位置确定神经网络中,得到与所述第一三维图像中的第一部位相对应的初始候选位置信息;

基于所述初始候选位置信息,从所述第一三维图像中提取出第二三维图像;

将所述第二三维图像输入精确位置确定神经网络中,得到第二部位的精确位置信息,所述第一部位包括所述第二部位;

所述初始候选位置信息包括所述第一部位对应的初始候选框位置信息,基于所述初始候选位置信息,从所述第一三维图像中提取出第二三维图像,包括:

利用所述第一三维图像的图像大小和所述候选位置确定神经网络对所述图像大小的转换比例,将初始候选框位置信息转换成最终候选框位置信息;

根据所述最终候选框位置信息,从所述第一三维图像中提取出第二三维图像。

2.根据权利要求1所述的方法,其特征在于,根据所述最终候选框位置信息,从所述第一三维图像中提取出第二三维图像,包括:

基于所述最终候选框位置信息,扩大候选框在所述第一三维图像中的框选范围;

根据扩大后的所述框选范围,从所述第一三维图像中提取出第二三维图像。

3.根据权利要求1所述的方法,其特征在于,在将第一三维图像输入候选位置确定神经网络中之前,还包括:

将所述第一三维图像各向同性化为具有第一体素的第一三维图像,所述第一体素的体积为第一体积;

在根据所述候选位置信息,从所述第一三维图像中提取出第二三维图像之后,还包括:

将所述第二三维图像各向同性化为具有第二体素的第二三维图像,所述第二体素的体积为第二体积,其中,所述第一体积大于所述第二体积。

4.根据权利要求1-3任一项所述的方法,其特征在于,将所述第二三维图像输入精确位置确定神经网络中,得到第二部位的精确位置信息,包括:

将所述第二三维图像输入精确位置确定神经网络中,得到与第二部位相对应的高斯热核图;

根据所述高斯热核图确定所述第二部位的精确位置信息。

5.根据权利要求1-3任一所述的方法,其特征在于,所述候选位置确定神经网络包括至少一级编码器型深度神经网络,所述精确位置确定神经网络包括编码器-解码器型对称型深度神经网络和编码器-解码器型非对称型深度神经网络;其中,所述编码器-解码器型对称型深度神经网络包括U-Net深度卷积神经网络、V-Net深度卷积神经网络和HourglassNet深度卷积神经网络中的任一种。

6.根据权利要求1-3任一所述的方法,其特征在于,所述方法应用于主动脉瓣解剖关键点检测、主动脉根部定位及分割、主动脉瓣叶钙化点检测、肝静脉汇入处周围血管定位及分割、肝门静脉左右支分叉处周围血管定位及分割、肝右下静脉与下腔静脉交汇处的定位及分割、脾门周围血管定位及分割、肾门周围血管定位及分割和髂总动脉左右分叉处周围血管定位及分割中的任一场景。

7.一种位置信息确定装置,其特征在于,包括:

初始候选位置信息确定模块,用于将第一三维图像输入候选位置确定神经网络中,得到与所述第一三维图像中的第一部位相对应的初始候选位置信息;

第二三维图像提取模块,用于基于所述初始候选位置信息,从所述第一三维图像中提取出第二三维图像;

精确位置信息确定模块,用于将所述第二三维图像输入精确位置确定神经网络中,得到第二部位的精确位置信息,所述第一部位包括所述第二部位;

所述第二三维图像提取模块,包括:

最终候选框位置信息确定单元,用于利用第一三维图像的图像大小和候选位置确定神经网络对图像大小的转换比例,将初始候选框位置信息转换成最终候选框位置信息;

第二三维图像提取单元,用于根据最终候选框位置信息,从第一三维图像中提取出第二三维图像。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于上海联影医疗科技股份有限公司,未经上海联影医疗科技股份有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201911390823.9/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top